首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   1篇
  2篇
  2022年   1篇
  2018年   1篇
排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
传统的土壤颜色测定主要采用蒙塞尔比色卡比对,精度高,但费时费力。近年来尝试采用色系转换法预测土壤颜色,方法较为简便。基于土壤高光谱反射率和偏最小二乘回归(PLSR)方法进行土壤颜色预测,并与色系转换法进行对比研究。采集皖赣鄂交界地区76个不同颜色的土壤样品,分别采用PLSR及色系转换法进行土壤颜色预测,并与实测结果进行了对比。结果表明,PLSR交叉验证的R2cv分别达到0.62、0.61和0.75,测定值标准偏差与标准预测误差的比值(RPD)分别达到1.94、1.67和2.15,说明PLSR模型用于土壤颜色预测是可行的;其均方根误差(RMSE)仅为1.32、0.55和0.97个单位,较色系转换法的RMSE分别低0.94、1.24和0.95个单位,其HV/C整体预测误差?E的平均值为1.91,较色系转换法的平均值低5.16,说明PLSR方法预测土壤蒙塞尔颜色较色系转换法更优。该方法为土壤颜色的获取提供了一种新的途径。  相似文献   
2.
基于Landsat-8数据的土壤颜色预测方法研究   总被引:2,自引:1,他引:1       下载免费PDF全文
选择黑龙江省292个自然风干土壤样品,室内测定土壤高光谱反射率,然后依据三刺激值法计算土壤CIEXYZ色彩空间各颜色分量,用于土壤颜色预测和验证。同时,提取各样品采集点位的Landsat-8 OLI原始反射率数据,计算归一化差值植被指数、归一化差值水体指数、归一化差值湿度指数、归一化差值不透水面指数,并据此提出建模光谱筛选阈值。进一步采用偏最小二乘回归模型,结合提取出的遥感光谱进行各土壤颜色分量的预测。结果显示:CIE XYZ颜色各分量的验证R2分别为0.76、0.76和0.69,RPD分别为1.74、1.76和1.68,表明利用偏最小二乘法建立的模型可以对土壤颜色进行近似预测。不同土地利用类型预测结果拟合显示,耕地土壤颜色各分量预测效果均优于林地和草地。在不同有机碳含量下分别进行土壤颜色建模预测,当有机碳含量较低时,土壤颜色预测结果较好。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号